Search Results 2022年

「Jasper 対 Scalenut 最高のライティングツールはどれですか？（2023年7月）」

最高のAIライティングツールをお探しですか？Jasper AIとScalenutの違いを見つけて、あなたのニーズに合ったものを選んでください

YOLOv7 最も先進的な物体検出アルゴリズム？

2022年7月6日はAIの歴史において画期的な出来事として記録されるでしょうなぜなら、この日にYOLOv7がリリースされたからですリリース以来、YOLOv7はコンピュータビジョン開発者コミュニティで最も注目されており、その理由は正当なものですYOLOv7は既に[…]としてのマイルストーンとして認識されています

「生成AI、基礎モデル、および大規模言語モデルの世界を探求する：概念、ツール、およびトレンド」

最近、人工知能（AI）は大きな進歩を遂げており、主にディープラーニングの進展によって推進されています昨年のChatGPTの登場により、生成型AIの世界の人気が高まりました...

イントロダクション OpenAIによるGPT（Generative Pre-trained Transformers）モデル、特にChatGPTなどのような生成型AIモデルの登場以来、Googleは常にそれと同様のAIモデルを作成し、ローンチすることに取り組んできました。GoogleはBERTモデルを通じてTransformerについて最初に世界に紹介しましたが、Attention is All You Need論文を通じて、OpenAIが開発したものと同じくらい強力で効率的な大規模言語モデルを作成することはできませんでした。Googleが最初に紹介したBard AIはあまり注目されませんでした。最近、GoogleはBard AIの背後にあるPaLM（Pathways Language Model）へのAPIアクセスをリリースしました。このガイドでは、PaLM APIの使い方について説明します。学習目標 Pathways Language Modelの使い方を学ぶ PaLMが提供する主な機能を理解する PaLM 2を使用してアプリケーションを作成する大規模言語モデルのクイックプロトタイピングのためのMakerSuiteを活用する PaLM APIの使い方を理解するこの記事はData…

「何を餌にしたの？このAIモデルは拡散モデルから訓練データを抽出できます」

2022年、拡散モデルはAI領域の重要な一部となりました。私たちはそれらによって生成された写真のようなリアルな画像を見てきましたし、それらはますます良くなっていきました。拡散モデルの成功は、後続の技術の基礎を築いた「Stable Diffusion」に大いに負うところがあります。拡散モデルは、画像生成のための主要な手法としてすぐに定着しました。拡散モデル、またはノイズ除去拡散モデルとも呼ばれるものは、生成型ニューラルネットワークの一種です。訓練データの分布からノイズを選択し、視覚的に魅力的な出力になるまで徐々に洗練していきます。この徐々の除去プロセスにより、スケーリングや制御が容易になります。また、通常、従来の手法である生成対抗ネットワーク（GAN）と比較して、より高品質なサンプルを生成する傾向があります。拡散モデルの画像生成能力は、以前の手法とは異なるものと考えられています。以前の大規模画像生成モデルは、過学習に弱く、訓練サンプルに類似した画像を生成することができましたが、拡散モデルは訓練セットの画像とは大きく異なる画像を生成すると考えられています。この特性により、拡散モデルは、訓練画像内の個人の身元や機密情報を保護する必要があるプライバシーに配慮した研究者にとって、有望なツールとなっています。元のデータセットから逸脱した新しい画像を生成することにより、拡散モデルは生成された出力の品質を損なうことなくプライバシーを保護する手段を提供します。しかし、本当にそうなのでしょうか？拡散モデルは本当に訓練画像を記憶しないのでしょうか？それらを使用して訓練セットのサンプルにアクセスすることはできないのでしょうか？設計者はこれらの質問を投げかけ、拡散モデルが実際に訓練データを記憶することを示すための研究を行いました。拡散モデルによる訓練データの記憶例。出典: https://arxiv.org/pdf/2301.13188.pdf 最先端の拡散モデルの訓練データの再生成は可能ですが、簡単ではありません。まず、特定の訓練サンプルは抽出しやすく、特に重複したものはさらに抽出しやすいです。著者らはこの特性を利用して「Stable Diffusion」から訓練サンプルを抽出しています。まず、訓練データセット内のほぼ同一の画像を特定します。もちろん、これを手動で行うことは不可能です。なぜなら、「Stable Diffusion」の訓練データセットには約1億6000万枚の画像が含まれているからです。代わりに、彼らはCLIPを使用して画像を埋め込み、この低次元空間で画像を比較します。CLIPの埋め込みが高いコサイン類似度を持つ場合、これらのキャプションは抽出攻撃の入力プロンプトとして使用されます。「Stable Diffusion」から抽出された訓練画像の例。出典: https://arxiv.org/pdf/2301.13188.pdf 攻撃のための潜在的なテキストプロンプトを持っているとすれば、次のステップは同じプロンプトを使用して多くのサンプル（この場合は500個）を生成し、記憶化が存在するかどうかを調べることです。これらの500枚の画像は同じプロンプトを使用して生成されますが、ランダムなシードにより全て異なる外見を持ちます。それから、各画像を互いに接続し、類似距離を測定してこれらの接続を使用してグラフを構築します。もしグラフ上の特定の場所に蓄積が見られる場合、例えば1つの画像に接続される画像が10枚以上ある場合、その中心画像は記憶化されたものと見なされます。彼らがこの手法を「Stable Diffusion」に適用したところ、訓練データセットの画像とほぼ同一のサンプルを生成することができました。彼らは最先端の拡散モデルに対して実験的な攻撃を行い、興味深い観察結果を得ました。最先端の拡散モデルは、比較可能なGANよりも多くの情報を記憶しており、より強力な拡散モデルほどより多くの情報を記憶します。これは、生成画像モデルの脆弱性が時間とともに増加する可能性を示しています。

生産性のパラノイアを打破する：Microsoft 365コパイロットには賛成ですか？

Microsoft 365 Copilotは30ドルで価格設定されていますこれは多くの企業にとって、Microsoftのサブスクリプションに対する現在の支出を倍増、あるいは3倍にする可能性があります（The Verge、2023年7月18日）あなたは…

ウィンドウ関数の使用ガイド

BigQuery 2023におけるウィンドウ関数の完全ガイドサブクエリは不要で、簡単にランニングトータル、移動平均、ランキングを作成する方法を解説します！

AWSのエミリー・ウェバーによる大規模言語モデルの事前学習について

データサイエンスの中で新しい分野が出現し、その研究はまだ理解しにくい場合、時にはその分野の専門家や先駆者と話すことが最善です最近、私たちはAWSの主任機械学習専門ソリューションアーキテクトであるエミリー・ウェバーと話しました彼女は「Pretrain Vision and Large...」の著者です

1時間以内に初めてのディープラーニングアプリを作成しましょう

私はもう10年近くデータ分析をしています時折、データから洞察を得るために機械学習の技術を使用しており、クラシックな機械学習を使うことにも慣れています

『ニューラルネットワークモデルの背後にいるアーティスト：クリエイターエコノミーへのAIの影響』

AI（人工知能）の芸術への規制は注目されている話題です音楽業界は特異な存在であり、過去半世紀に制作されたほとんどの音楽のライセンスをいくつかの音楽レーベルが管理していますほとんどですが、全てではありません派生音楽は、素材を使用して新しい作曲や音を作り出すために作成されます[…]

Learn more about Search Results 2022年 - Page 29